Dynamische Aktien-, Anleihen- und Goldportfolios mit Volatilitätssteuerung

Zusammenfassung

Dieses Paper vergleicht feste Allokationen in Aktien und Anleihen sowie in Aktien, Anleihen und Gold mit dynamischen Long-only-Portfolios, die auch Bargeld halten können. Die Portfolios verwenden öffentliche Daten und werden monatlich neu gewichtet. Bewertet werden Rendite, Volatilität, Sharpe-Ratio auf Basis der Überschussrendite, Drawdown, Umschlag und die Konsistenz der realisierten Jahresvolatilität. Die Auswertung berücksichtigt Handelskosten auf konservative Weise.

Ein einfacher Ansatz steuert das Risiko, indem er ein Portfolio mit festen Gewichtungen mit Bargeld kombiniert, um eine angestrebte Volatilität zu erreichen, die anhand früherer Renditen geschätzt wird. Für den Auswertungszeitraum 2006–2026 berichtet das Paper für diese Methode von besseren risikobereinigten Kennzahlen und Drawdowns. Zudem berichtet es von weiteren Verbesserungen bei Portfolios, die mit konvexer Optimierung erstellt wurden und entweder nur frühere Renditen oder Renditen zusammen mit einer kleinen Auswahl öffentlicher Wirtschaftsdaten verwenden. Laut Paper übertreffen diese die getesteten risikobasierten Allokationen wie Risikoparität und Minimum-Varianz. Der Text enthält weder detaillierte Angaben zur Implementierung noch numerische Ergebnisse. Die Schlussfolgerungen sind auf die genannten Assets, Daten, den Zeitraum und die Kostenannahmen beschränkt.

Kernaussagen

• Die Studie testet monatliche Long-only-Allokationen in Aktien, Anleihen, Gold und Bargeld.
• Bei der Volatilitätssteuerung wird das Engagement angepasst, indem eine feste Allokation mit Bargeld kombiniert wird.
• Für die Volatilitätssteuerung wird das Portfoliorisiko anhand früherer Renditen geschätzt.
• Portfolios mit konvexer Optimierung verwenden historische Renditen; eine Variante nutzt zusätzlich öffentliche Wirtschaftsdaten.
• Die berichteten Ergebnisse sprechen unter den Annahmen der Studie bei risikobereinigten Kennzahlen und Drawdowns für die dynamischen Ansätze.

Schlagwörter

# Simple Dynamic Stock/Bond/Gold Portfolios


# Simple Dynamic Stock/Bond/Gold Portfolios









For more than four decades, the 60/40 stock/bond portfolio has served as a benchmark for delivering reasonable returns without excessive risk. More recently, a 50/30/20 stock/bond/alternative portfolio has been suggested. We use gold as the alternative and as an inflation hedge. In this paper we ask: how much improvement over these benchmark fixed-weight portfolios can be obtained using widely available public data and standard methods from quantitative finance? We restrict ourselves to long-only dynamic portfolios of stocks, bonds, and gold, plus cash, rebalancing monthly, using only publicly available data. We evaluate portfolios on the conventional metrics: return, volatility, Sharpe ratio (computed in excess of the federal funds rate), drawdown, and turnover, in addition to consistency of performance over time, judged by the consistency of the realized annual volatility. Over the 20--year period 2006--2026, using a conservative estimate of trading costs, we show that all risk-adjusted and drawdown metrics are improved using simple volatility control, where we dynamically mix the fixed-weight portfolios with cash so as to target a fixed volatility. This method relies on a simple estimate of portfolio volatility derived from past returns. We also demonstrate that more sophisticated portfolios based on convex optimization---similar to those used in quantitative hedge funds---yield further substantial improvement in return and risk-adjusted return. We consider two such portfolios, one that uses a simple estimate of future returns based on past returns, and one that forecasts future returns based on past returns and just a handful of widely available public economic data. These portfolios also outperform a suite of standard risk-based allocation methods, such as risk parity and minimum variance, evaluated on the same assets and data.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.